一种基于脑电信号的驾驶员瞌睡状态监测方法技术

本发明专利技术公开了一种基于脑电信号的驾驶员瞌睡状态监测方法，可以实现连续的瞌睡状态监测、分级和提醒。此方法通过对驾驶员实时脑电信号采用传统的时频域分析方法和多特征分类器提取到一批能表征瞌睡状态的特征参数，建立瞌睡指数自动监测模型，并自动分级和提醒。本发明专利技术更加准确地反映脑电活动和瞌睡状态之间的关系，并且可以在移动平台上使用。

【技术实现步骤摘要】

本专利技术涉及生物医学工程领域和信号处理领域，主要是在驾驶过程中通过脑电波 对驾驶员的瞌睡状态进行检测的一种方法。
技术介绍
打瞌睡是大脑疲劳的一种生理反应，也是一种渐进性的状态，如今国内外有对睡 眠进行的标准化分类，但是对瞌睡状态还没有一个统一的标准，人从兴奋-常态-倦怠-瞌 睡-非常瞌睡之间没有明显的分类界限，因此也没有一个很好的方法来监测瞌睡，瞌睡对 于某些长时间单调的工作状态，因为它的隐密性和渐进形式使得很多事故隐患在不知不觉 中发生，例如驾驶过程中，疲劳驾驶引发的事故就是因为瞌睡状态下司机没有得到及时的 提醒发生的，因此瞌睡状态的研究具有很重要的应用价值。 脑电信号的研究结果表明，很多的外在表现都能从大脑皮层功能检测上得到结 果，脑电信号对外在的反应，可以通过波幅、频率等等多种特征来表示，研究结果表明，当人 处于不同的精神状态的时候，脑电波的基本特征有着相应的稳定的非连续的变化性，这个 变化性可以通过一定的函数关系进行描述的。 随着电子技术的发展，智能终端和移动便携的脑电信号采集设备的出现，都给对 驾驶员进行基于脑电信号的瞌睡监测方法研究提供了技术支持，信号分析的方法对驾驶员 的脑电信号进行实时检测，通过智能终端读取脑电信号并进行计算，通过设定的阈值对超 数值的驾驶员进行提醒和驾驶干预，以此来降低疲劳驾驶的事故率。 虽然对瞌睡以及瞌睡状态的研究成果并不多见，但是和瞌睡紧密相关的注意力的 研究成果却很多，对于注意力的研究成果最成功的就是通过对脑电信号进行时频域分析， 提取其中的脑电信号不同波段的能量谱进行分析，从成分比例上可以判断出注意力的程 度。 瞌睡类似于注意力，但是比注意力研究更加复杂，因此，本专利技术不仅采用传统的时 频域分析方法，从不同波段能量谱成分上进行分析，还从脑电信号本身以及脑电信号相位 差上进行分析，分别利用二阶盲辨识、相位同步和能量熵的方法对脑电信号进行分析，从 不同方面分析瞌睡状态，这样能更加准确的反映脑活动和瞌睡之间的关系。
技术实现思路
本专利技术的目的是针对现在车辆越来越普及，由于疲劳引发的驾驶事故越来越多， 但是没有一种有效的方法来监测驾驶员睡眠状态的不足，提供了一种基于脑电信号的驾驶 员睡眠状态监测方法。 本专利技术的目的是通过以下技术方案来实现的：基于脑电信号的驾驶员睡眠检测方 法，该方法主要包括以下步骤： (1)利用移动脑电信号采集设备，获取脑电信号，主要获取技术手段和技术参数可 描述如下： 首先对受试者在驾驶环境下进行分状态段进行脑电信号采集，状态段分为清醒状 态、已经明显打瞌睡状态，和浅睡眠状态，然后在常态下进行受试者进行多次从清醒到睡 着，然后从睡着到清醒进行脑电信号采集，整个实验采集不同性别、不同年龄层的受试者脑 电数据，建立相关的脑电信号数据库，采集脑电信号技术参数主要包括采集过程中采样频 率为128Hz，进行1-49HZ带通滤波，脑电信号每3秒作为一个数据存储单元； (2)分别采用时频域方法、二阶盲辨识、相位同步和能量熵的方法对脑电信号数据 库的数据进行特征提取，提取的脑电信号特征包括频域相关参数，时域上的脑电信号特征 以及相位和时频域上定义的能量熵值； (3)对每个受试者的脑电信号，首先利用上述方法对驾驶状态下的不同状态段 进行特征提取，然后对常态下的脑电信号进行特征提取，最后对两种脑电信号进行特征比 对； (4)根据上面计算进行瞌睡状态进行连续的数值定义； (5)利用上述特征对受试者建立一个符合自身特征的监视器，实时计算受试者驾 驶过程中的瞌睡指数。 本专利技术的特色在于通过对受试者的脑电信号分析，并通过特征比对可以建立一个 较为精确的受试者在驾驶过程中的从清醒到重度瞌睡之间量化关系，并建立一个自身分 类器，从而对驾驶员的瞌睡状态进行监控和检测。本专利技术只需要通过对脑电信号进行分析 和特征提取，就可以实现在驾驶员出现可能引发交通事故的瞌睡状态出现时候对驾驶员进 行警报，以此降低事故的发生。【附图说明】 图1为本专利技术检测方法系统流程图； 图2为本专利技术频域特征算法流程图； 图3为本专利技术二阶盲辨识算法图； 图4为本专利技术相同步算法流程图； 图5为本专利技术能量熵算法流程图； 图6为本专利技术不同状态下脑电信号特征不同映射图。【具体实施方式】 以下结合实施例，对本专利技术上述的和另外的技术特征和优点作更详细的说明。 本专利技术提出一种基于脑电信号的驾驶员瞌睡状态的监测方法，如图1所示，包括 四个步骤： 第一步：利用现有的移动脑电获取设备，采集原始脑电信号，根据不同年龄层次和 性别的实验者分别采集脑电信号，在多种路况、天气下建立长期实验采集机制，对每个受试 者建立对应的脑电原始信号数据库。 第二步：采用时频域的方法对瞌睡状态进行数据分析，特征提取，结合二阶盲辨 识、相位特征和能量熵的方法进行相应特征分析，以更精确的定位驾驶员的状态； 第三步：对第二步提取到的特征进行参数、特征融合处理，以得到驾驶过程中的不 同状态的量化指标，这个量化指标分别针对单独的驾驶员，把瞌睡状态根据采集到的脑电 信号分析结果均匀的定义为1-50的连续瞌睡指标； 第四步：对于每个驾驶员，利用脑电原始数据库，计算不同状况下的瞌睡状态指 标，根据状态指标，设定瞌睡状态警报提醒阈值。 具体过程：第一步：脑电信号采集 利用移动脑电信号采集仪器，分阶段记录驾驶员整个驾驶过程中的连续脑电信 号，采样频率为128Hz。 在本实施中采取五个受试者脑电信号作为验证，五个受试者分别采集脑电信号描 述如下： 1、采集参数为：利用G-tec移动脑电获取设备，右侧乳突为参考电极，采样频率设 置为128Hz，进行l-49Hz带通滤波； 2、车载采样环境设计：在受试者采集脑电信号前一天晚上睡眠时间在8小时以上 的情况下，早上7点-8点之间起床，在车载环境下，首先在上午9点进行第一次脑电采集实 验，其次在中午1点半进行一次脑电采集实验，第三在没有进行午休的情况下下午四点进 行一次脑电采集实验，第四在一直没有进行进行睡眠休息情况下晚上8点进行一次脑电采 集实验，每次实验耗时10分钟。 3、常态采样环境设计：在受试者采集脑电信号前一天晚上睡眠时间在8小时以上 的情况下，早上7点-8点之间起床，在常态环境下（本实施采用在办公室环境下）从上午 9点开始，一直带着脑电采集设备到晚上1点，中间不休息。 4、采集次数说明：本实施中每个受试者采集4天数据。 5、有效数据说明：在数据采集过程中，有受试者因不可测因素中断采集，被人工检 验删除数据，最终得到5人有效数据60分钟，其中每个受试者选择其中3天数据，每天的单 次实验截取其中5分钟数据，这样总共得到4*3*5 = 当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于脑电信号的驾驶员瞌睡状态监测方法，其特征在于，该方法包括以下步骤：(1)结合便携式脑电采集装置，获取原始脑电信号；采集得到驾驶员受试者的脑电样本，记录受试者由清醒到深度睡眠整个过程中的脑电信号；采集不同性别、不同年龄层的实验者的数据，建立瞌睡脑电数据库；(2)采用时频域方法和多特征分类器对瞌睡脑电数据库中的脑电信号进行特征参数提取，待提取的特征参数包括时频域参数；(3)对提取得到的特征参数做多分类器处理，以得到能反映瞌睡程度指标的量化方法；针对个体建立符合自身的分类器，以提高分类准确率和计算速度；(4)使用(3)中得到的瞌睡指数，根据驾驶员此时的驾驶速度，选择是否对驾驶员进行报警提醒；(5)以上参数通过手机APP设置；(6)瞌睡脑电数据库在服务器端，根据自学习算法对驾驶员的脑电信号添加完善特征库。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡剑锋，穆振东，王平，
申请(专利权)人：江西科技学院，
类型：发明
国别省市：江西;36